E como essas "rotas" de informação/associações fariam as coisas/percepções (ou "invenções" da mente como alucinações e sonhos) terem a aparência que têm, um som ser "sonoro", e não visual, e vice-versa? E por que isso é diferente nos sinestetes?
O som é sonoro porque o cérebro nos diz isso e acreditamos. Existe uma parte do nosso cérebro que basicamente nos faz acreditar.
Me parece que você está só tentando "responder" ao problema simplesmente o colocando dentro de uma outra categoria (ainda que talvez subcategoria da mesma categoria principal, qualia), mais familiar, (mas não sem a mesma controvérsia fundamental, apesar de talvez não ser "alvo" tão freqüente de discussão), de fenômenos, crença.
Mas no que faz sentido, não me parece fundamentalmnte distinto de dizer "existe uma parte do cérebro que basicamente cria essa
aparência, e acreditamos nela". O que seria até mais objetivo, e dispensaria a parte de "crença", que é quase implícita, salvo exceções. Mas igualmente não esclarece como isso se dá.
Fraseando a coisa em termos de que as aparências não são "reais" em si mesmas, mas apenas "crença nas aparências", então o tecnicamente correto seria dizer que vamos ao oftalmologista avaliar quão acuradas são nossas "crenças" sobre nossa acuidade visual. E não no sentido de crermos ter uma acuidade superior a que de fato temos; essa seria outra crença, a crença de crer que nossas "crenças visuais" são mais acuradas do que são.
Apenas se trocou uma palavra por outra, sem acrescentar nada. No fim das contas, mesmo aceitando o uso de "crença" como parte fundamental da explicação, apenas se trocaria o termo alvo do questionamento, "como é que nossas crenças instantâneas sobre as nossas percepções têm essas aparências que têm, diferentemente de outras crenças quaisquer, sem esse caráter".
Me parece que há o risco de acabar se caindo numa espécie de recursão infinita de "crença" como explicação. "Apenas cremos que nossas crenças são assim".
A melhor coisa para substituir esse "assim acreditamos", acho que seria "o nosso cérebro de alguma forma faz parecer assim". "Como" continua fundamentalmente incógnito, embora os cientistas engatinhem na investigação dos correlatos neurais.
Isso é importante porque temos que ter certeza que aquela perna é a minha perna, que estou de pé e não deitado, e etc. Não é à toa que existem pessoas com disturbios neurológicos que acreditam que estão mortas, ou que acreditamos na veracidade de qualquer absurdo que vemos nos nossos sonhos.
Curioso, aqui você parece estar quase tendendo a defender uma espécie de solipsismo, ou "ceticismo do mundo externo", quando acho que mais provavelmente incencionava o contrário.
Todas essas "anomalias" são mesmo curiosas, e talvez contribuam para eventualmente se entender melhor essa questão toda (eu acho que umas podem ser boas ilustrações para da ilusão de "realismo direto").
Mas acho que não dá para "explicar" sua natureza, ou aparências, apenas como "crença". Em boa parte do tempo talvez seja mais apropriado dizer que elas são críveis (tal como representações mais fiéis/não anômalas do ambiente) porque têm as aparências que têm, e não têm as aparências que têm "porque assim acreditamos".
Há exceções, como como problemas no desengate da sensação de familiaridade e vínculos emocionais, que fazem uma pessoa conhecida seja identificada como "impostora", um clone perfeito, mas que a pessoa intui fortemente não ser a "verdadeira". E aqui temos "aparência" e "crença" ao mesmo tempo, mas "em conflito", por assim dizer. A pessoa não está vendo alguém diferente, está vendo "alguém idêntico" -- essa aparência existe -- mas isso não é suficiente para fazê-la crer que a pessoa é quem realmente é.
Acho que isso tudo só acrescenta camadas de complicação sobre como a mente funciona, não nos coloca nem um passo adiante de entender como se dão, mais do que por correlatos de atividade cerebral, essas "representações mentais" do ambiente (ou fictícias) e etc.